View
1
Download
0
Category
Preview:
Citation preview
Produto & Produção, vol. 15 n.2, p. 24-45, jun. 2014
RECEBIDO EM 16/04/2013. ACEITO EM 20/05/2014.
Análise de decisão multicritério aplicada na seleção de investimento em armazenagem
de soja em grão
Patrícia Dias Barboza
Universidade de São Paulo – USP
Departamento de Engenharia de Sistemas Logísticos
patriciadbarboza@gmail.com
José Geraldo Vidal Vieira
Universidade Federal de São Carlos – USP
Departamento de Engenharia de Produção e Centro de Ciências e Tecnologia para a
Sustentabilidade
jose-vidal@ufscar.br
RESUMO
Esta pesquisa apresenta uma literatura dos principais atributos que compõem uma decisão de
armazenagem com o objetivo de construir um modelo que auxilie o processo de tomada de decisão
para a escolha de armazém de soja em grão sob a visão de uma trading. A abordagem multicritério se
faz necessária devido à complexidade envolvida nos tipos de armazenagem. O método utilizado é
baseado na Teoria de Valor Multi-Atributo (MAVT) e foi construído no software V.I.S.A. para eleger
um projeto hipotético dentre as alternativas disponíveis. Os pesos dos critérios consistem numa
decisão em grupo que foi obtida a partir da aplicação de questionários a onze profissionais do setor. Os
resultados mostraram que os atributos mais relevantes se referem à perspectiva de aumento de
mercado e preocupação com a diminuição de custos logísticos. Por outro lado, os atributos qualidade e
capacidade estática foram os menos relevantes. Conclui-se que o modelo se mostrou coerente em
relação ao perfil das alternativas criadas e recomenda-se a sua utilização por decisores de uma trading
como parte do processo de tomada de decisão.
Palavras-chave: Tomada de Decisão Multicritério, MAVT, Armazenagem de Soja.
ABSTRACT
This research provide a literature review of the main attributes in decision-making process of bulk
warehouse for soybeans in order to build a model of this specific process under the vision of a trading
company. A multicriteria approach is necessary due to the complexity involved in the selection of the
warehouse. The method used is based on the Theory of Multi-Attribute Value (MAVT) and was built
in software VISA to choose a hypothetic project among the available alternatives. The weights of each
criteria were compound of a group decision that was obtained from the questionnaires of eleven
professionals. The results have showed that the main attributes refer to perspective of an increase in
market share and concerning to decrease in logistical costs. On the other hand, the attributes less
relevants were quality and static capacity. It is concluded that the model is consistent over the profile
among created alternatives and it is recommended as part of decision-making process of a trading
company.
Keywords: Multicriteria Making-decision; MAVT, Soybean Warehouse.
1. Introdução
A importância econômica da cadeia da soja no cenário nacional tende a se manter com a
previsão otimista de aumento da produção para os próximos anos no Brasil. As estimativas para soja
em grão indicam uma produção de 86,5 milhões de toneladas em 2020/2021. Esta projeção prevê um
aumento de 17,8 milhões de toneladas em relação ao que o Brasil produziu na safra de 2010/2011,
com taxa de crescimento anual prevista para a produção de 2,3% neste período de projeção (MAPA,
2011). Por outro lado, as taxas projetadas para consumo nacional e para o mercado de exportação de
soja são, respectivamente, 1,9% e 3,2%; ou seja, uma previsão de aumento do consumo e
comercialização.
Diante desse cenário, o estudo da logística de armazenagem e distribuição de soja, frente às
perspectivas do setor para o atendimento à demanda, se torna relevante na medida em que permite
mostrar as lacunas de pesquisa e, ao mesmo, os desafios dessa logística. Esta pesquisa foca na escolha
de projetos para armazenagem de soja em grão, baseada na avaliação de multicritérios quantitativos
como análise de viabilidade econômica de projetos e qualitativos, por exemplo, infraestrutura e
aspectos regionais relacionados à demanda, capacidade agrícola e contribuição social.
Gallardo et al. (2010) salientam que a atual capacidade estática de armazenagem1 no Brasil já
se encontra inferior ao nível recomendado pela FAO (Fundação da Organização das Nações Unidas
para a Agricultura e a Alimentação), em cerca de 70 Mt. Além disso, o setor não responde ao
crescimento acentuado da produção agrícola e nem às mudanças na distribuição geográfica da
produção. A estocagem na própria unidade produtora no Brasil é de apenas 15% da capacidade
estática total, contra 85% na Austrália, 65% nos EUA, 50% em média na Europa, 40% na Argentina e
35% no Canadá. Portanto, é evidente a necessidade da implantação de armazéns próximos às unidades
produtoras. Além disso, a escolha eficiente de um sistema de armazenagem permitiria criar condições
para o equilíbrio entre oferta e demanda de serviços de transporte em picos de safras e,
consequentemente, a redução de fretes (NOGUEIRA JUNIOR & TSUNECHIRO, 2005), portanto de
natureza estratégica.
Segundo Frederico (2010), a questão da escolha de armazenagem sob a visão de uma trading2
é tão estratégico, que os novos agentes financeiros, que entraram recentemente no comércio mundial
de grãos, já estão adquirindo silos nas principais regiões produtoras. Os silos podem oferecer a esses
investidores novas maneiras de ganhar dinheiro, porque eles seriam capazes de comprar e vender os
grãos de fato, e não apenas os seus derivativos financeiros, além da oportunidade de venda futura.
O objetivo do artigo é propor um modelo multicritério para escolha de alternativas de
armazenagem de soja em grão sob a visão de uma trading. O estado da arte desta pesquisa se baseia no
levantamento dos principais critérios que compõem a decisão de armazenagem. Portanto, a
contribuição desta pesquisa se baseia na construção de uma árvore de decisão com base na revisão de
literatura e na definição de uma escala de prioridades desses atributos de valor segundo as preferências
dos decisores. Ressalta-se que atributo será usado como sinônimo de critério.
A tomada de decisão para a escolha das alternativas de armazém por uma trading não é
simples. Pois, basear-se em somente um critério, por exemplo, o custo, é insuficiente e, critérios
conflitantes como custo e retorno do investimento, e qualitativos devem ser também considerados. Daí
um dos principais motivos para a escolha do método multicritério e não somente a escolha de critérios
quantitativos, em que a aplicação de métodos otimizantes seria mais adequada. Portanto, a presente
pesquisa se justifica à medida que a escolha e a manutenção de um sistema de armazenamento
eficiente, seja este um armazém graneleiro, silo metálico, silo em concreto, silo bag ou armazém
convencional (DEVILLA, 2004), leve em conta múltiplos critérios para a sua escolha, entre eles:
localização e transporte, infraestrutura local e aspectos da região produtora, viabilidade econômica,
atendimento aos requisitos técnicos para construção dos armazéns, capacidade e eficiência operacional
e mercado.
1 Quantidade de grãos de soja que pode realizar-se de uma só vez dentro de uma unidade armazenadora.
2 Empresa que opera no comércio exterior como importadora e exportadora para outras empresas do setor,
atuando tanto na área comercial quanto na área operacional.
2. Cenário Brasileiro do Armazenamento de Soja
2.1. Fluxo da soja
A perecibilidade e sazonalidade da produção agrícola demandam um sistema de armazenagem
em pontos de distribuição (propriedades rurais, silos, portos e fábricas de esmagamento) para o
escoamento da colheita (NOGUEIRA JUNIOR & TSUNECHIRO, 2005). E por isso, a armazenagem
desempenha um papel fundamental na manutenção do equilíbrio entre oferta e demanda e na
continuidade do fluxo ao longo da cadeia.
O fluxo da soja em grão no Brasil (vide Figura 1) tem seu início com a retirada do produto das
fazendas de caminhão. A soja tem dois destinos: Mercado Interno com a finalidade de abastecer
plantas de esmagamento ou Mercado Externo, onde a soja será exportada in natura (OJIMA, 2006).
A soja destinada ao mercado interno pode seguir direto para as unidades de armazenagem das
plantas e/ou para silos (objeto desta investigação) e depois para as fábricas. Devido à política fiscal
vigente, a incidência de ICMS inviabiliza, na maioria dos casos, movimentações interestaduais, ou
seja, é mais vantajoso que a soja seja processada em seu estado de origem (SILVA & MENEZES,
2008).
Figura 1 - Mapeamento do fluxo da soja em grão
Fonte: Elaborado pelos autores com base em Silva & Menezes (2008); Ojima (2006) e Passin (2007)
Quando a soja é destinada à exportação, são utilizados transbordos ferroviários e hidroviários
que compõem os corredores de escoamento de soja e são importantes para diminuir os custos com o
transporte até os portos. Como estes estados produtores não são os mesmos onde se localizam os
principais portos existe a necessidade de passar em Postos de Troca de Nota Fiscal para
regulamentação da documentação que acompanha a mercadoria (CONAB, 2006; 2007).
2.2. Fatores que influenciam a gestão e escolha de armazenagem de soja
No Brasil, os armazéns podem ser classificados em quatro categorias sob o critério da
localização, tais como: zonas portuárias, áreas urbanas, áreas rurais externas à fazenda e áreas internas
às unidades produtoras (GALLARDO, 2010). Como apenas 15% dos armazéns se encontram
internamente às unidades produtoras, a capacidade dos produtores de vender seus produtos a melhores
preços na época de entressafra é limitada. Se um lado o armazenamento da produção permite a escolha
do melhor momento para a sua comercialização, buscando preços mais atrativos, de outro exige
sacrifícios financeiros. A imobilização de recursos pelo investimento em infraestrutura de
armazenagem, custos de conservação do produto e abdicação de um possível ganho financeiro com a
aplicação dos recursos que seriam conseguidos com a venda desses produtos são exemplos desses
sacrifícios (ZANCHET, 2004).
A estratégia competitiva do Brasil na exportação dos produtos do complexo da soja se baseia
principalmente na redução do custo de produção como forma de aumentar a margem de
comercialização. Porém, a gestão da armazenagem por sofrer influência de muitos fatores como
seguem.
Há uma constante oscilação nos preços, dos produtos agrícolas, geralmente obedecendo às
pressões da elevada oferta de produtos nos períodos de safra e escassez nos de períodos de entressafra,
como no caso da soja (OJIMA & YAMAKAMI, 2006). Como tentativa para se protegerem dessas
oscilações, os produtores agrícolas “delegam” ou entregam a sua produção às tradings e agroindústrias
numa das seguintes modalidades: 1) mercado spot consiste na entrega da produção com a imediata
efetivação da venda; tudo é esporádico e não há compromissos com futuras transações; 2) contratos a
termo ou “produto verde”, que consiste no contrato firmado, para a entrega futura da produção com
preço previamente fixado; ou seja, o objetivo deste contrato é garantir, por um lado, a entrega do
produto pelo produtor e, de outro, o cumprimento do preço pelo agente, conforme estabelecido em
contrato; ou, ainda, (3) a entrega da produção em depósito com preço a fixar (produção para futura
comercialização ou retirada) (AFONSO, 2006). Como o preço da soja é formado no mercado
internacional, por meio da Bolsa de Chicago, e grande parte da produção mundial de grãos se divide
entre América do Norte e América do Sul, com épocas de safras distintas, os grupos internacionais
buscam estarem presentes nas duas regiões (PINAZZA, 2007) e com isso um eficiente sistema de
armazenagem é necessário.
Em relação à tributação, a Lei Kandir isentou o Imposto sobre Circulação de Mercadorias e
Serviços (ICMS) sobre a exportação dos produtos básicos, incluindo a soja em grãos. Desde então,
tornou-se mais vantajoso para as indústrias exportarem soja em grão diretamente, a partir dos estados
produtores, ao invés de processar e armazenar a matéria-prima internamente. As características
tributárias atuais também fomentam a importação de soja. Para uma indústria instalada no Paraná, é
mais vantajoso importar soja do Paraguai, processá-la e, depois, exportar o farelo e o óleo, numa
operação de draw back, do que percorrer uma distância equivalente e comprar soja, por exemplo, em
Mato Grosso do Sul. No caso da compra em outro estado para posterior exportação dos derivados, a
indústria enfrenta dificuldades para recuperar os créditos resultantes da incidência do ICMS
(PINAZZA, 2007).
A participação das empresas multinacionais na coordenação das atividades do Sistema
Agroindustrial (SAG) da soja na economia brasileira torna a sua análise um fator fundamental, tanto
para o delineamento de estratégias individuais ou coletivas quanto para a elaboração de políticas
públicas que venham a tornar eficiente a armazenagem de soja em grãos. A linha estratégica
predominante é liderança em custos (baseada fortemente em economias de escala, busca de redução da
capacidade ociosa, logística eficiente, inovação em processos), ao passo que no estágio de derivados
predomina a diferenciação de produtos (com forte orientação para segmentação de mercados,
promoção/marca e inovação de produtos), confirmando assim, sua “governança”. De acordo com
dados da Associação Brasileira das Indústrias de Óleos Vegetais (ABIOVE), as quatro principais
esmagadoras de soja atuantes no Brasil são multinacionais e detêm 52,6% de toda a capacidade de
esmagamento instalada (PINAZZA, 2007).
Outro fator que influencia a armazenagem é a capacidade estática de armazenamento. A
capacidade estática e a utilização do armazém são as informações que avaliam o potencial de volume
que será armazenado no cálculo de viabilidade econômica do projeto. A capacidade estática de
armazenagem pode ser definida como a quantidade de grãos que cabe de uma só vez confinada em
uma unidade armazenadora (em toneladas) enquanto a utilização do armazém pode ser calculada pela
quantidade de grãos que entrou e saiu de uma unidade armazenadora no período de um ano
(capacidade dinâmica) divido pela capacidade do armazém (AZEVEDO et al., 2008)..
A partir da década de 1990, com a adoção de uma política de menor intervenção estatal, a
capacidade estática de armazenamento permaneceu praticamente estável, enquanto a produção
agrícola continuou a crescer. O Estado, principal financiador e armazenador até a década de 1980
começou a se desfazer das suas unidades armazenadoras. Na década de 1990, os maiores
investimentos foram realizados pelas tradings, principalmente nos fronts agrícolas, devido ao interesse
em ter acesso privilegiado e garantido aos grãos. A participação estatal, que representava a quase
totalidade da capacidade de armazenamento existente na década de 1970, reduziu-se a apenas 5% em
2006, contra 74% das entidades privadas e 21% das cooperativas. Sem o controle do sistema de
armazenamento as empresas teriam um problema logístico que inviabilizaria a aquisição dos grãos. As
formas de financiamento realizadas pelas empresas por meio da CPR (Cédula do Produtor Rural)
somente são viabilizadas, na prática, devido à capacidade destas em estocar os grãos (FREDERICO,
2010).
Além desses fatores que influência a gestão de armazenagem de soja, outros fatores
relacionados à escolha do armazém são apresentados a seguir, tais como: localização e transporte,
infraestrutura e aspectos regionais, análise de viabilidade econômica, aspectos de engenharia,
capacidade e eficiência operacional e aspectos de mercado. Esses fatores foram compilados a partir da
revisão de literatura e serão apresentados a seguir. Alguns desses fatores são utilizados por agentes
reguladores como MAPA (Ministério da Agricultura, Pecuária e Abastecimento) e CONAB
(Companhia Nacional de Abastecimento) para uma a escolha adequada de armazenagem de soja em
grãos.
2.2.1. Localização e Transporte
O fator “Localização e Transporte” tem por objetivo avaliar qual é o local que permitirá o
melhor plano de movimentação fazenda-armazém e armazém-destino, ou seja, garantir o escoamento
da maior quantidade de produto com os menores custos de transporte no tempo requerido pelo
mercado para garantir a viabilidade econômica do projeto. Segundo Ballou (2006) a localização das
instalações na rede é um importante problema de planejamento estratégico de logística e cadeia de
suprimentos para grande parte das empresas. No caso da cadeia da soja no Brasil como a produção é
grande e concentrada no período da colheita exige a localização de instalações múltiplas e o uso
combinado de modais de transporte para escoamento.
A importância da localização na posição estratégica da empresa é enfatizada por Yang & Lee
(1997) devido ao seu impacto nos custos operacionais, velocidade e desempenho da entrega e
flexibilidade para competir no mercado. De acordo com as especificidades de cada empresa, os
objetivos podem ser baseados em uma das quatro principais vertentes: minimizar custo, orientar pela
demanda, maximizar lucro ou posicionar segundo alguma oportunidade de mercado e meios
disponíveis de transporte.
A movimentação rodoviária de soja apresenta um papel de destaque no transporte de granéis
agrícolas, pois devido às condições de infraestrutura existentes é o caminhão que realiza o transporte
das lavouras para o seu primeiro destino, geralmente, o armazém e, esta tarefa exige grandes volumes.
Caixeta Filho et al. (2001) afirmam que a oferta de veículos não é suficiente para cobrir a demanda
existente para movimentação da soja e outros produtos agrícolas, o que proporciona um aumento
significativo dos fretes. Martins et al. (2008) destacam a importância do custeio como um dos critérios
mais frequentemente utilizados de parametrização do desempenho nas cadeias de suprimentos. Explica
que os transportes agregam custos diretamente referentes aos fretes pagos e, indiretamente, por meio
de sua eficiência operacional que transborda para as demais atividades e operações da logística,
segundo os inúmeros trade-offs com o composto logístico, tais como as decisões de centralização ou
não dos estoques na cadeia, as políticas de armazenagem, o número, a localização e o tamanho das
instalações logísticas, dentre outros.
2.2.2. Infraestrutura e aspectos regionais
O fator “infraestrutura e aspectos regionais” avalia a região na qual serão alocados os projetos
em estudo sob três principais aspectos: agrícolas, sociais e sobre o tema deste estudo que é a demanda
por armazenagem. Lacerda Filho et al. (2000) sugerem estimar com base em pelo menos cinco anos e
para cada produto, a possibilidade de aumento de produtividade ou da produção pelo aumento da área
plantada. Uma análise dos períodos de colheita, estabelecendo o início e o final de cada safra, com
estimativas de quantidade colhida em cada mês também se faz necessário para caracterizar a região.
Análises de fluxos de carga e sazonalidade de armazenamento, custos de armazenagem e
informações qualitativas sobre o mercado agrícola podem ser incorporados na avaliação desse fator.
Estas informações podem ser obtidas pelo Siarma (Sistema de Informações de Armazenagem), que de
maneira integrada com o SIFRECA, tem se mostrado essenciais ao dimensionamento de projetos
logísticos voltados para os complexos agroindustriais.
2.2.3. Análise de Viabilidade Econômica
A análise de viabilidade econômica engloba dois importantes fatores: análise de investimento
e análise de custos (DIAS e MALACO, 2010). Segundo Bataglin et al. (2012) a principal fase das
decisões de investimentos em projetos de longo prazo consiste na utilização de métodos de avaliação
econômica com vista em se apurar os resultados das aplicações de capital. A literatura é vasta em
métodos para a mensuração de projetos. O método mais comum a ser utilizado nessa pesquisa é o
valor presente líquido (VPL), definido como a soma algébrica dos valores descontados do fluxo de
caixa a ele associado (CARBINATTO. 2003). Em outras palavras, é a diferença do valor presente das
receitas menos o valor presente dos custos (NETO, 2008).
Para a aplicação do VPL a projetos ou ativos com risco, Carbinatto (2003) questiona duas
premissas fundamentais: (a) fluxos de caixa incertos são substituídos pelo seu valor projetado,
estimado no início da vida útil do projeto. Ainda, assume-se uma gerência passiva da empresa, sem
revisão de decisões estratégicas. Desta forma, interpreta-se que as decisões implementadas não podem
ser revistas, retirando a flexibilidade característica do gerenciamento de projetos e empresas. Segundo
Trigeorgis (1993), a flexibilidade gerencial permite a capitalização de futuras oportunidades
favoráveis à empresa ou a um determinado projeto; (b) as premissas para a taxa de desconto são sua
definição e manutenção constante ao longo do tempo, dependendo exclusivamente do risco do projeto,
também constante no decorrer do tempo. Há dois métodos básicos, entre outros, para definição da taxa
de desconto (1) o Custo Médio Ponderado de Capital (WACC – Weighted Average Cost of Capital),
aplicado para toda a empresa ou, em alguns casos, apenas para uma divisão específica; e (2) o Valor
Presente Ajustado (APV – Adjusted Present Value), inicialmente proposto por Stewart C. Myers em
1974, e que considera riscos diferentes para cada componente do fluxo de caixa. De acordo com Hayes
& Garvin (1982), dada às deficiências do método do fluxo de caixa descontado, julgamentos e
observações estratégicas subjetivas deveriam compor a base das decisões sobre projetos, sem,
entretanto distorcer os métodos quantitativos aplicados.
Para a análise de custos, Ballou (2006) sugere que as decisões sobre estratégias logísticas
devem ser baseados no arranjo entre os diferentes componentes logísticos: estrutura de instalações;
processamento de pedidos; manutenção de informação; transporte; manutenção de estoques; e
armazenagem e manuseio. Estas decisões são baseadas em análise de balanceamento entre os
componentes para buscar menor custo total.
2.2.4. Aspectos de engenharia
Este fator é baseado na Instrução Normativa Nº 29, de 8 junho de 2011, que consolida todas as
normas e procedimentos a serem adotados na implantação do Sistema Nacional de Certificação de
Unidades Armazenadoras (MAPA, 2012). Este documento estabelece os requisitos técnicos
obrigatórios ou recomendados para construção, instalação e funcionamento de estruturas de
armazenamento visando a modernização do setor. Alguns desses requisitos são técnicos obrigatórios e
outros recomendados para uma unidade armazenadora granel em ambiente natural, objeto de estudo
desta pesquisa. Assim, a definição de localização será estabelecida previamente para a elaboração dos
projetos de armazenagem que entrarão no processo de tomada de decisão de uma unidade
armazenadora.
2.2.5. Capacidade e eficiência operacional
Este fator mede o potencial do projeto em garantir o alcance do objetivo do armazenamento
que é guardar e preservar as características que os grãos apresentam após a colheita, diminuindo ao
máximo as perdas, utilizando-se, da melhor maneira possível, as técnicas existentes (BROOKER et al.,
1992; AZEVEDO et al., 2008). Este fator está diretamente relacionado à: capacidade estática
(apresentada anteriormente), utilização do armazém (giros de estoque), eficiência dos sistemas e linhas
de processamento e qualidade do produto.
Dois tipos de perdas podem ocorrer nos grãos numa unidade de armazenagem: perda física ou
quebra e perda de qualidade. A perda por quebra ocorre quando o produto sofre uma perda de peso
pelos danos mecânicos causados na movimentação, por animais e/ou insetos. Enquanto a perda de
qualidade é aquela que ocorre quando as qualidades intrínsecas, essenciais do produto, são alteradas,
principalmente, pela ação de fungos, umidade e temperatura, os quais causam fermentações,
modificações organolépticas (alterações do gosto e cheiro natural do produto) e redução do valor
nutritivo dos grãos (D’ARCE, 2012). As técnicas existentes para reduzir tais perdas são compostas
pelos sistemas de limpeza, movimentação, secagem, aeração, termometria e higienização.
2.2.6. Aspectos de mercado
O entendimento de como o mercado da soja se comporta, assim como possíveis fatores que
podem impactar na oferta e demanda são de extrema importância para sucesso de um projeto de
armazenagem, já que a garantia de volume armazenado e margem de comercialização garantirá a
viabilidade econômica da unidade armazenadora. Como já foi dito anteriormente, o destino da soja
armazenada pode ser destinada tanto a uma empresa esmagadora (mercado interno) como exportação
nos meses de entressafra.
Quando se analisa a estrutura de mercado procura-se medir o nível de concentração do
mercado, avaliar se o mercado apresenta características de forte competição entre as empresas, ou se
existem mecanismos de controle da demanda e/ou da oferta (SOUZA FILHO et al., 2007). Os mesmos
autores sugerem alguns indicadores de concentração que podem ser construídos para compor a análise:
- número total de propriedades, empresas processadoras e intermediárias que participam do
mercado interno e exportação;
- participação de pequenas, médias e grandes propriedades rurais na produção total;
- evolução do market-share das empresas líderes;
- área média das propriedades;
- descrição da evolução recente das fusões e incorporações de empresas;
- identificação das alterações na posição de algumas empresas de um ano para o outro.
Além disso, os autores sugerem para a composição da análise:
- caracterização das empresas líderes, procurando identificar a capacidade instalada de
produção, o número de unidades de processamento, estocagem e preços, qualidade, transporte, direitos
trabalhistas, direitos humanos, especialmente aquelas que são objeto de maior conflito.
- identificação das principais organizações, tais como associações de produtores, sindicatos,
associações de empresas processadoras, organizações governamentais e seu papel na definição de
políticas públicas ou privadas. Em especial, deve-se apontar seu campo de atuação e seu papel na
coordenação do sistema.
3. Metodologia
A pesquisa proposta pode ser caracterizada como uma pesquisa aplicada (GIL, 2002), já que
visa gerar conhecimentos a partir de uma tomada de decisão multicritério aplicada na escolha de
alternativas de unidade de armazenagem (objeto desta pesquisa) de soja em grão, sob a visão de uma
trading do setor.
O modelo (vide Figura 2) será elaborado com base na literatura e os pesos dos critérios e
subcritérios que constituem uma árvore de decisão foram validados e ponderados por profissionais do
setor através de um questionário (Apêndice A). As ponderações dos critérios e subcritérios foram
agregadas para compor a decisão do grupo. Apesar de não ser um estudo de caso, um exemplo
hipotético foi criado para validação do modelo com base no valor de decisão de uma trading.
Figura 2 - Representação do processo de tomada de decisão de investir em armazenagem
Fonte: Belton & Stewart (2002)
3.1. Escolha do método multicritério
A Teoria da Utilidade MultiAtributo ou MultiAttribute Utility Theory (MAUT) é uma extensão
clássica da teoria de utilidade que busca representar as preferências dos tomadores de decisão através
de funções de utilidade para cada subcritério. Em outras palavras, o princípio é escolher a alternativa
que maximize a função de utilidade proposta pelo decisor.
Por outro lado, vários métodos tratam o tema sob diferentes aspectos. Os métodos Analytic
Hierarchy Process (AHP) desenvolvido por Saaty (1980) e ELECTRE (ELimination Et Choix
Traduisant la REalité) estudado por Roy & Bouyssou (1993) focam na categoria de relações de
aproximações hierárquicas. O método ELECTRE exemplifica bem esta categoria, pois permite avaliar
se uma alternativa a (a∈A, conjunto discreto) é mais bem ranqueada que a alternativa b (b∈A), mas se
e somente se, tem argumento suficiente para confirmar que a é pelo menos melhor ou igual à b. A
agregação dos critérios requer a definição de noções de preferência e indiferença e, concordância e
discordância. Já os métodos baseados na desagregação de preferências utilizam de regressões para
medir a preferência de um ou mais tomadores de decisão. Esta abordagem é bem parecida com o
MAUT, o que os diferenciam está no procedimento de definir a função de utilidade e os pesos.
Hajkowicz et al. (2000) classificam os métodos MCDM em dois grandes grupos: contínuos e
discretos, baseados na natureza das alternativas que serão avaliadas. Os métodos contínuos focam na
identificação da quantidade ótima, o que pode variar infinitamente num problema de decisão.
Exemplos de métodos contínuos são modelos que se baseiam em técnicas de programação linear,
também conhecidos por MultiObjective Linear Programming (MOLP) e goal programming. Os
métodos discretos podem ser definidos como técnicas de suporte à decisão com finitas alternativas.
Estes métodos se baseiam na definição de objetivos e critérios pelas quais as alternativas serão
medidas e ranqueadas, como no caso desta pesquisa. Podem ser subdivididos em métodos que
mensuram o peso dos critérios ou métodos que realizem um ranking dos critérios para a seleção da
alternativa. Estas categorias ainda podem ser divididas em métodos que utilizem dados quantitativos,
qualitativos e/ou a combinação destes últimos (ANANDA et al, 2009).
Belton & Stewart (2002) classificam os métodos Multi-Criteria Decision Analysis (MCDA)
em três categorias: 1) Modelo de Mensuração de Valor, 2) Modelo de Programação de Meta ou
Aspiração; 3) Modelo Outranking. Os modelos de Mensuração de Valor permitem que funções de
valores sejam construídas para representar o valor de uma opção em relação à outra. Esta escala é
determinada inicialmente para cada critério e, depois integrada. Já os métodos de Programação de
Meta ou Aspiração são os métodos baseados em programação linear. E finalmente, os modelos
Outranking baseiam em comparações paritárias das alternativas.
Comparando as classificações, a proposta por Hajkowicz et al. (2000) parece ser mais
simplista já que divide em apenas dois grandes grupos baseados apenas na natureza das alternativas e
não nas características da metodologia em si. As classificações de Belton & Stewart (2002) e Pardalos
(1995) classificam em mais categorias e baseiam-se no modo de medição de preferência dos critérios e
alternativas pelos decisores. A diferença entre estas duas classificações está na subdivisão dos métodos
baseados na Teoria de utilidade multiatributo em desagregação de preferências utilizadas por Pardalos
(1995).
A análise decisão multicritério utilizada nesta pesquisa é o MAVT. Este método é adequado
em casos onde mais de um critério tem características conflitantes e quando envolve problemas
complexos (SALOMON, 2002) que necessariamente precisam ser subdivididos em partes menores.
Estas são analisadas e ponderadas separadamente pelos decisores, com o objetivo de integrar os
resultados e sugerir a decisão mais adequada para o modelo definido (GOODWIN e WRIGHT, 2004;
BARFORD, 2011).
A metodologia desta pesquisa consiste no desenvolvimento de um modelo de tomada de
decisão a partir da revisão de literatura e entrevistas com gestores da trading. A construção do modelo
foi realizada por meio da aplicação do método de Belton & Stewart (2002) (Figura 2).
4. Construção do modelo multicritério
A modelo multicritério a seguir é composto, basicamente, por três etapas: identificar e
estruturar o problema, construir o modelo matemático e aplicar o modelo em um exemplo hipotético.
A primeira etapa representa a fase de levantamento de informações relevantes do problema e a
avaliação da sua complexidade. Logo após, é a fase de construção do modelo, onde se define os
critérios, valores e alternativas que melhor representam a decisão a ser tomada. A última etapa
consiste na etapa de aplicação do modelo em um exemplo hipotético a fim de analisar a viabilidade da
solução proposta pelo modelo e avaliar sua consistência.
4.1. Etapa 1 – Identificar e estruturar o problema
A definição do problema de alocação de uma instalação de armazenagem de soja em grão se
dá, principalmente, a partir de projeções futuras de aumento da safra de grãos na região, perspectivas
futuras de aumento da demanda de alimento interna e mundial para os próximos anos, análise das
condições atual e ao longo prazo da infraestrutura em armazenagem, transporte e capacidade portuária
para o mesmo período. Ou também por decisão estratégica por parte de uma trading de aumentar a sua
participação numa determinada região. Como citado, já é possível observar um déficit da produção
versus infraestrutura e, seus reflexos podem ser medidos nos elevados custos logísticos que
prejudicam a competitividade da soja brasileira no mercado internacional. Devido à importância dessa
cadeia na economia brasileira, justifica-se a relevância da decisão de investir em armazenagem. O que
falta responder é: “Em qual projeto de armazenagem investir para satisfazer os objetivos diversos do
tomador de decisão na visão de uma trading?”.
O problema é estruturado a partir de um diagrama de influência que consiste numa
estruturação gráfica para modelar variáveis incertas (oval), decisão (retângulo), e meta (octógono) e o
fluxo das informações relevantes que deverão ser considerados no processo de decisão. Segundo
Cambolat et al. (2005) uma representação concisa é muito útil em entrevistas, brainstorming e
desenvolvimento do consenso pelos tomadores de decisão.
Vale ressaltar que a gestão da cadeia da soja sofre influência de muitos fatores. E desta
maneira, torna-se importante um aprofundamento nesses fatores nesta etapa. Os principais obtidos na
literatura foram utilizados na composição do diagrama de influência, são eles: comercialização em
bolsa de valores (oscilação dos preços), oferta e demanda, tributação, empresas participantes,
eficiência operacional, infraestrutura logística, capacidade de armazenagem e viabilidade econômica,
como mostra a Figura 3. Esses fatores serão essenciais para a composição da árvore de decisão.
Figura 3 - Diagrama de influência da decisão de armazenagem.
A partir do diagrama de influência é possível estabelecer os objetivos fundamentais que
agregarão valor à empresa em relação à decisão de escolha de armazém de soja. A representação do
modelo será feita por meio de uma árvore de decisão, que será descrita na apresentação dos resultados.
4.2. Etapa 2 – Construir o modelo matemático
A pesquisa baseia-se nos critérios estabelecidos na vigente Instrução Normativa nº 29 (MAPA,
2012), a qual consolida as normas a serem adotadas na implantação do Sistema Nacional de
Certificação de Unidades Armazenadoras e, critérios e subcritérios utilizados em problemas de
localização de instalações quando aplicável ao tema de armazenagem de soja a granel. O arranjo final
e validação foram feitas através de entrevistas com os decisores.
Os critérios e subcritérios representados na árvore de decisão irão compor o modelo
multicritério no software Visual Interactive Sensitivity Analysis (V.I.S.A.). Os critérios serão
selecionados e ponderados a partir de uma adaptação da técnica de Decisão em Grupo (ou
Aggregating Individual Priorities - AIP) (FORMAN; PENIWATI, 1998). O AIP agrupa de forma
hierárquica as preferências individuais por meio da média geométrica das prioridades resultantes de
um grupo.
A pesquisa consiste em utilizar a matriz paritária AHP (SAATY, 1980; FREITAS e
CORDEIRO, 2011) para a obtenção do vetor individual de prioridade dos critérios, por meio do
preenchimento de um questionário aplicado a cada tomador de decisão envolvido no processo e por
meio do método AIP para obter a decisão do grupo. A agregação da comparação das alternativas sob
cada subcritério também será feita no software V.I.S.A. utilizando o método a Multi-Attribute Value
Theory (MAVT).
O método AIP foi escolhido já que o grupo é formado por indivíduos que não apresentam
entrosamento e objetivos comuns. Cruz (2011) utilizou a abordagem AIP de decisão em grupo para
obter uma avaliação global das alternativas e vetores individuais finais de prioridades. Para compor
esta análise global das alternativas, de acordo com Cruz (2011), foi solicitado que cada indivíduo
fizesse comparações de critérios e subcritérios entre si, e comparações das alternativas entre si sob
cada subcritério e critério.
Para o alcance destes objetivos se faz necessário o levantamento das alternativas, a análise de
suas consequências, a mensuração de seus impactos (KEENEY, 1992) e suas compensações (trade-
offs) para atingir mais ou menos objetivos.
Os métodos de função de valor sintetizam numericamente o desempenho das alternativas (que
são medidas em relação cada critério) com a devida reflexão de importância entre os demais critérios.
Porém, Belton & Stewart (2002) ressaltam que o aprendizado e o entendimento que resultam do
engajamento dos decisores em todo processo é a maior contribuição do método.
As etapas principais do método MAVT a serem definidas são: definir os pesos dos critérios
e sua normalização; determinar a escala de valor de cada critério para mensurar o valor da
alternativa; sintetizar as informações e análises de sensibilidade e robustez para validar o modelo.
Os pesos serão definidos conforme a seguinte função de valor:
(1)
Onde:
é o valor final da alternativa ;
é o valor que reflete o desempenho da alternativa em relação ao critério i;
é o peso que reflete a importância do critério i.
Num processo de tomada de decisão observa-se que geralmente os critérios não possuem o
mesmo peso. Sendo assim, é importante criar uma relação de importância entre os critérios para
ponderar os pesos da maneira que melhor reflita a preferência dos tomadores de decisão.
Como sugerido por Keeney (1996), o foco no processo de tomada de decisão será o
“Pensamento em Valor”, ou seja, o método seguirá a sequência: definição de objetivos a serem
atingidos por meio da determinação dos subcritérios que medirão o quão os objetivos serão atendidos.
A seleção das alternativas serão os meios para que os objetivos sejam alcançados. O autor explica que
para basear-se em “Valor” é necessário torná-lo explícito a partir de um profundo estudo dos objetivos
a serem buscados, para depois criar as alternativas que servirão para agregar tais valores.
A determinação de valor, ou em inglês ‘Scoring’ é o processo de medir o desempenho da
alternativa em relação a um critério ou subcritério, ou seja, significa medir a função de valor parcial
do modelo (Equação 1). Como os critérios serão construídos na forma de uma árvore de decisão,
as alternativas devem ser medidas em relação a todos os níveis da árvore.
Nesta pesquisa, a escala de valor para avaliar as alternativas será do tipo local, ou seja, a
alternativa que apresentar o melhor desempenho em um determinado critério é o que assumirá o valor
100 da escala e o pior desempenho será posicionado no ponto 0. Os critérios qualitativos serão
avaliados por escala de valor de três níveis onde o valor 100 é o alto, 50 é o médio e 0 o valor baixo.
Os critérios quantitativos poderão ser lineares, quando a escala de valor seja representado por uma
equação linear, se comportando como uma reta. Neste caso, assume-se que uma mudança de igual
magnitude no critério tem o mesmo valor em qualquer segmento do intervalo definido. Ou não linear,
quando a escala de valor for qualquer outra curva, ou seja, uma mudança da mesma magnitude no
nível dos critérios nem sempre tem o mesmo valor ou não sempre influi da mesma maneira na decisão.
A definição será feita pelo analista, o que pode ser considerado como uma limitação desta pesquisa
por não ter as preferências dos decisores nesta etapa.
4.3. Etapa 3 - Aplicar o modelo em um exemplo hipotético – uso do software V.I.S.A.
O V.I.S.A. é um programa computacional de apoio à decisão desenvolvido pela SIMUL8
(www.simul8.com/visa). Este software auxilia na construção de problemas de escolha discreta ao
aplicar medidas de valor a múltiplos subcritérios, onde as decisões são modeladas usando uma
hierarquia de funções (critérios) ponderada entre si. Para avaliar a coerência dos critérios e
assertividade dos resultados da análise multicritério serão realizadas análises de robustez e de
sensibilidade.
Uma importante característica deste software está em sua interface baseada na interação
visual, o que permitiu a exploração em tempo real e a verificação das implicações das trocas de
diferentes prioridades (tentativa e erro), valores e pesos dos subcritérios e critérios durante sua análise
de robustez e sensibilidade. Este fato possibilitou verificar as quais necessitariam ser os pesos dos
critérios pelos decisores, para que cada uma das três alternativas (projetos) fossem eleitas.
5. Apresentação e Análise dos Resultados
5.1. Etapa 1 - – Identificação e estruturação do problema – Árvore de decisão
O problema foi estruturado na seção 3.1 por meio do diagrama de influências. Com base na
literatura e nos subcritérios valorados por gestores da Trading foi possível montar a árvore de decisão
que constitui um modelo de apoio à escolha de projetos de armazenagem para soja em grão, como
mostra a Figura 4.
Figura 4 - Árvore de decisão para escolha de armazém de soja
Fonte: Dados da pesquisa
5.2. Etapa 2 - – Construção do modelo matemático para a árvore de decisão
5.2.1. Definição dos pesos de critérios e subcritérios
A ponderação dos critérios e subcritérios da decisão em grupo contou com a participação de
profissionais que atuam em uma trading do setor do agronegócio. Hora, Monteiro e Arica também
fundamentaram a confiabilidade de dados com base na ponderação de critérios pela consulta a
especialistas. O perfil destes profissionais foi composto por analista, coordenador, gerente e diretor das
áreas de suprimentos (compra de matéria prima), armazenagem, logística e planejamento. O grupo foi
composto por profissionais que trabalham nas áreas que se relaciona direta ou indiretamente com uma
unidade armazenadora de uma trading do setor agrícola. Os resultados da média geométrica (método
AIP) critério a critério da decisão em grupo e a hierarquia dos critérios (método AHP) calculada a
partir dos dados obtidos dos questionários se encontram na Tabela 1.
Tabela 1 – Média geométrica da decisão do grupo e a importância dos critérios
De acordo com a Figura 5, o resultado da preferência do grupo pelo critério “Analise de
Viabilidade Econômica” mostra a elevada relevância desta avaliação na decisão. É o critério que se
encontra no topo da distribuição hierarquia com o peso relativo de 0,232. Os resultados dos
questionários mostraram que para avaliar este critério, grupo considera “VPL” mais importante que o
subcritério “qualificação dos custos fixos e variáveis”.
O segundo critério na hierarquia de importância foi “Localização e Transporte” com o peso
relativo de 0,216. Ou seja, numa decisão de armazenagem de soja em grão o grupo considerou
relevante à localização e as condições de transporte que compõe a região dos projetos estudados. Para
avaliar este critério, foram selecionados, segundo as preferências dos profissionais, quatro subcritérios,
são eles: “localização”, “preço de frete na região”, “frota disponível” e “modais de recepção e
expedição”. Os resultados dos questionários mostraram que para avaliar o critério “Localização e
Transporte” os subcritérios mais importantes são “preço de frete da região” e “localização”.
Logo após, o critério “Estudo de mercado” aparece em terceiro lugar na hierarquia de
importância com o peso relativo de 0,206. Para avaliar este critério foram selecionados três
subcritérios, são eles: “concorrência”, “aumento da produção” e “demanda de produto”. Os resultados
dos questionários mostraram que para avaliar o critério “Estudo do mercado” os subcritérios mais
importantes são “concorrência” e “demanda de produto”.
O critério “Infraestrutura e aspectos regionais” vem a seguir com o peso relativo 0,172 na
hierarquia de importância. Este critério é avaliado pelos subcritérios: “aspectos sociais”, “demanda de
armazenagem” e “aspectos agrícolas e ambientais” sendo estes dois últimos considerados mais
importantes na opinião do grupo.
Em penúltimo lugar na preferência do grupo coloca o critério “Capacidade e Eficiência
Operacional” com o peso relativo de 0,113. Os subcritérios selecionados para medi-lo foram:
“capacidade estática”, “utilização (giros de armazém)”, “eficiência dos sistemas e linhas de
processamento” e “qualidade do produto”. Os resultados dos questionários mostraram que para avaliar
este critério, os subcritérios mais importantes são “eficiência dos sistemas e linhas de processamento”
e “utilização (giros de armazém)”.
E finalmente, o critério “Aspectos de engenharia” aparece em último lugar na hierarquia de
importância com o peso relativo de 0,061. O critério “Aspectos de engenharia” não tem subcritério
vinculado.
Logo, sugere-se que os critérios relacionados à logística são os mais relevantes, além da
análise de viabilidade econômica. Este resultado, de certa forma, corrobora a literatura na medida em
que evidencia a importância de melhorias de infraestrutura logística para escoamento e armazenagem
dos grãos.
5.2.2. Hierarquia global dos subcritérios
A hierarquia global dos subcritérios distribui as respectivas posições levando em consideração
todos os subcritérios da árvore de decisão e não somente do critério que os abrangem (Tabela 2). Na
coluna de “maior valor”e “menor valor” foram inseridos os maiores e menores valores de preferência
em relação a cada subcritério resultantes dos questionários dos 11 decisores e, “decisão do grupo”
corresponde ao resultado de preferência do subcritério em questão da decisão do grupo.
Tabela 2 - Resultados global da preferência dos decisores
Critérios
Subcritérios Maior
Valor
Decisão do
Grupo Menor Valor
Hierarquia da
Decisão em
Grupo
Lo
cali
za-
ção e
Log
ísti
ca Localização 0,194 0,66 0,005 6º
Preço de Frete da Região 0,190 0,075 0,015 5º
Frota disponível na Região 0,065 0,048 0,024 10º
Modais de Recepção e Expedição 0,093 0,028 0,009 15º
Est
udo
de
Mer
cado Concorrência (aumento de Market Share) 0,169 0,080 0,021 3º
Aumento da Produção (Oferta) 0,124 0,047 0,006 11º
Demanda de Produto 0,139 0,078 0,012 4º
Infr
aest
rutu
ra
e A
spec
tos
Reg
ionai
s Aspectos Agrícolas e Ambientais 0,110 0,061 0,010 7º
Demanda de Armazenagem 0,167 0,081 0,020 2º
Aspectos Sociais 0,077 0,030 0,008 14º
Asp
ecto
de
Eng
.
Aspecto de Engenharia 0,164 0,061 0,022 8º
An
ális
e de
Via
bil
idad
e
Eco
nô
mic
a
Valor Presente Líquido 0,289 0,172 0,040 1º
Qualificação e Quantificação dos Custos Fixos e Variáveis
0,249 0,060 0,007 9º
Cap
acid
ade
e
Efi
ciên
cia
Op
erac
ional
Capacidade Estática 0,083 0,028 0,008 16º
Eficiência dos sistemas e linhas de
processamento 0,254 0,034 0,001 12º
Utilização (Giros de Armazém) 0,100 0,030 0,006 13º
Qualidade do Produto 0,095 0,021 0,004 17º
A Tabela 2 mostra que os cinco subcritérios mais importantes da decisão de investir em uma
unidade de armazenagem em grão são: “VPL”, “demanda de armazenagem”, “concorrência”;
“demanda de produto” e “preço de frete da região”. Observa-se que estes cinco subcritérios pertencem
aos critérios: “Análise de Viabilidade Econômica”, “Infraestrutura e Aspectos Regionais”, “Estudo de
Mercado” e “Localização e Transporte”. Esse resultado sugere os subcritérios mais relevantes se
referem à perspectiva de aumento de mercado e preocupação com a diminuição de custos logísticos,
classificados por Biagi et al. (2002; pp. 157-160) como aspectos extrínsecos, relacionados ao
transporte e comercialização. Observa-se também que os subcritérios “Qualidade” e “Capacidade
estática” foram os menos relevantes. Talvez isto possa revelar “critérios qualitativos” que as empresas
deveriam ter para se manter no mercado. No entanto, a partir destas informações de relevância dos
subcritérios e critérios, novas pesquisas podem ser propostas para aferir essas questões, inclusive com
participação de profissionais que atuam em outras regiões do país.
5.2.3. Selecionar as Alternativas
O processo de decisão desta pesquisa envolve três alternativas de projetos hipotéticos de
unidade de armazenagem com os seguintes perfis (vide Tabela 3):
- Projeto A é composto de um silo metálico com plenamente dos requisitos (obrigatório e
recomendado) atendidos segundo a Instrução Normativa Nº29 e capacidade de 30.000 toneladas.
Quanto à localidade, fica situado numa área rural próxima às fazendas e com grande potencial de
aumento participação do mercado (Market Share). Como a capacidade do armazém é relativamente
baixa, necessitará de muitos giros de armazém para garantir diminuição de custos e VPL maior que
zero, desta maneira sua atratividade econômica é baixa;
- Projeto B é composto de um armazém graneleiro com plenamente dos requisitos obrigatórios
atendidos segundo a Instrução Normativa Nº29 e capacidade de 100.000 toneladas. Quanto à
localidade, fica situado numa área rural mais afastado das fazendas com médio potencial de aumento
de participação do mercado (Market Share), já que o mesmo já se encontra mais consolidado. Devido
a sua elevada capacidade do armazém sua atratividade econômica é alta, uma vez que consegue diluir
melhor seus custos fixos;
- Projeto C é composto de um armazém graneleiro com plenamente dos requisitos obrigatórios
atendidos segundo a Instrução Normativa Nº29 e capacidade de 50.000 toneladas. Quanto à
localidade, fica situado numa área urbana com baixo potencial de aumento na participação do mercado
(Market Share). Devido a sua média capacidade do armazém sua atratividade econômica é média, já
que dependerá de giros de armazém para garantir o volume necessário para balancear seus custos.
Tabela 3- Valoração dos subcritérios
Critérios Subcritérios Unidade de
medida Projeto A Projeto B Projeto C
Escala de
Valor Preferência
Lo
cali
zaçã
o e
Tra
nsp
ort
e
Localização Km 100 200 300 100 a 300 menor valor
Preço de Frete da Região
R$/km 5,70 5,40 4,60 4,60 a 5,70 menor valor
Frota disponível na Região
Qualitativa baixo médio Alto baixo a alto alto melhor
Modais de Recepção
e Expedição Qualitativo baixo médio Alto baixo a alto alto melhor
Est
udo
de
Mer
cado
Concorrência (aumento
market share)
Qualitativo alto médio Baixo baixo a alto alto melhor
Aumento da Produção (Oferta)
% 15 5 10 5 a 15 maior valor
Demanda de
Produto % 15 5 10 5 a 15 maior valor
Infr
aest
rutu
r
a e
Asp
ecto
s
Reg
ionai
s
Aspectos Agrícolas
e Ambientais Qualitativo alto baixo Alto baixo a alto alto melhor
Demanda de
Armazenagem % 20 15 15 15 á 20 maior valor
Aspectos Sociais Qualitativo baixo médio Alto baixo a alto alto melhor
Aspecto de
Engenharia Qualitativo alto médio médio
médio a
alto alto melhor
An
ális
e de
Via
bil
idad
e
Eco
nô
mic
a
Valor Presente
Líquido Qualitativo baixo alto Médio baixo a alto alto melhor
Qualificação e Quantificação dos
Custos Fixos e
Variáveis
R$/ton. 20 18 19 18 a 20 menor valor
Cap
acid
ade
e
Efi
ciên
cia
Op
erac
ional
Capacidade Estática kton. 30 100 50 30 a 100 maior valor Eficiência dos
sistemas e linhas de
processamento
Qualitativo baixo alto Médio baixo a alto alto melhor
Utilização (Giros de
Armazém) giros 3 1 2 1 a 3 maior valor
Qualidade do Produto
qualitativo Alto baixo Médio baixo a alto alto melhor
5.3. Etapa 3 – Aplicação do modelo em um caso hipotético– uso do software V.I.S.A.
Após a determinação dos pesos dos critérios e subcritérios, das escalas de valores de cada
subcritério e dos valores das alternativas, como apresentados anteriormente, estas informações foram
inseridas no software V.I.S.A. para sua modelagem matemática. Os resultados podem ser vistos na
Figura 5.
Figura 5 – Valoração dos projetos segundo os critérios da árvore de decisão
O projeto A obteve maior pontuação local nos critérios “Estudo de Mercado”, “Infraestrutura e
Aspectos Regionais” e “Aspectos de Engenharia”, o que significa que o Projeto A melhor atende as
exigências destes três objetivos quando comparado com os outros três projetos. Isto se deve,
principalmente, à região onde o projeto será instalado apresentar o maior potencial de crescimento de
produção de soja e de demanda pelos serviços de armazenagem, características essenciais de mercado.
Em contrapartida, nos critérios “Localização e Transporte”, “Análise de Viabilidade Econômica” e
“Capacidade e Eficiência Operacional”, o projeto A apresentou as menores pontuações, o que significa
que os outros dois projetos atendem melhor às expectativas dos decisores sob estes três aspectos.
O projeto B apresentou maiores pontuações nos critérios “Análise de Viabilidade Econômica”
e “Capacidade e Eficiência Operacional”, fato este alavancado pela maior capacidade estática do
armazém (100 kt) dentre os três projetos, o que pode ser considerado o ponto forte deste projeto.
Porém a região onde o projeto será inserido não atende plenamente as necessidades dos decisores
quanto às demandas do “Estudo de Mercado” e exigências de “Infraestrutura e Aspectos Regionais”,
nos quais obtiveram menores pontuações.
E, por fim, o projeto C foi melhor pontuado quanto a sua “Localização e Transporte”. Apesar
de ser o projeto mais distante das principais áreas produtoras, a região apresenta melhor sistema de
transporte e maior disponibilidade de frota com fretes mais baratos dentre os outros projetos. Em
relação ao critério “Aspectos de Engenharia”, apesar de atender aos requisitos mínimos da Instrução
Normativa 29 para obter a certificação da unidade armazenadora, os outros dois projetos apresentam
mais requisitos não obrigatórios atendidos, o que ocasionou na menor pontuação do projeto C, neste
quesito. O projeto C ficou em segundo lugar nos outros quatro critérios.
Como se trata de uma decisão multicritério, o resultado final é a seleção do projeto que obtém
a maior pontuação geral do somatório dos valores de cada projeto (alternativa) ponderados pelos pesos
de cada critério. Ou seja, o modelo elege o projeto que melhor atender a maioria dos objetivos
exigidos na decisão. Sendo assim, o modelo de decisão de armazém de soja em grão proposto por este
trabalho, sob a visão do grupo, foi o projeto C.
De acordo com o perfil do projeto A, as condições que fariam com que o modelo indicasse
esta alternativa como a mais indicada teria que apresentar a sequência de pesos para os critérios como
mostra a Figura 6, sendo “Estudo de mercado”, o critério com maior valor, impulsionado pelo
aumento do peso dos subcritérios “Concorrência” e “Demanda de produto”. Isso daria vantagem ao
projeto A em relação aos projetos B e C por permitir o maior potencial de aumento Market Share da
empresa na região deste projeto.
Figura 6 – Resultados da análise de sensibilidade para eleição do projeto A
Agora de acordo com o perfil do projeto B, as condições que fariam com que o modelo
indicasse esta alternativa como a mais indicada teria que apresentar a sequência de pesos para os
critérios como mostra a Figura 7, sendo “Capacidade e Eficiência operacional”, o critério com maior
valor, impulsionado pelo aumento do peso dos subcritérios “Capacidade estática e Eficiência dos
sistemas operacionais”. Isso daria vantagem ao projeto B em relação aos projetos A e C por permitir o
maior potencial em garantir o alcance do objetivo do armazenamento que é guardar e preservar as
características que os grãos apresentam após a colheita, diminuindo ao máximo as perdas, utilizando-
se, da melhor maneira possível, a capacidade e as técnicas existentes.
Figura 7 – Resultados da análise de sensibilidade para eleição do projeto B
Comparando os resultados da decisão do grupo com os resultados da análise de sensibilidade
como mostra a Figura 8, observa-se que os critérios mais sensíveis são os que apresentam o menor
desvio entre os resultados das análises de sensibilidade e a decisão do modelo proposto, são eles
“Infraestrutura e Aspectos agrícolas da região” e “Análise de viabilidade econômica”. Enquanto o
critério “capacidade e eficiência operacional” é o menos sensível à mudança (com maior desvio), o
que confere robustez ao modelo. Ou seja, a conservação da qualidade e controle de perdas parecem ser
características fundamentais na escolha de projetos em armazenagem, seja pelo ponto de vista do
eficiente controle de estoque e adequada capacidade estática de armazenagem, seja pela eficiência dos
sistemas e linhas de processamento e qualidade do grão.
Figura 8 – Análise de sensibilidade dos critérios quanto à mudança nos pesos
O critério “Localização e Transporte”, embora apresente pouca sensibilidade a mudanças nos
projetos hipotéticos, certamente o aumento ou diminuição do seu peso influencia substancialmente a
escolha do projeto, uma vez que a localização entre o armazém e os pontos de origem (fazenda) e
destino (mercado consumidor), o preço de frete e a frota disponível na região poderão alterar a
necessidade de aumentar ou diminuir a capacidade estática e aumentar o giro do armazém.
Analogamente, dependendo da região, “Infraestrutura e aspectos agrícolas regionais” também poderão
influenciar na escolha do armazém, pois fluxos frequentes de carga, períodos de safra e entressafra,
além de custos locais de armazenagem serão relevantes à medida que revela as necessidades de
atendimento de diversas demandas (sociais, ambientais e espaço físico para armazenagem).
6. Conclusões
A principal contribuição desta pesquisa foi construir um modelo de decisão multicritério de
armazenagem de soja em grão com base na literatura e na escala de importância dos critérios de
acordo com as preferências de profissionais que trabalham no setor. Apesar de ser uma aplicação
hipotética e não estudo de caso real, o modelo proposto demonstrou-se coerente em relação ao perfil
das alternativas criadas e validadas pela análise de sensibilidade.
A pesquisa revelou quais são os critérios de maior relevância, além da análise econômica, para
a escolha de centros hipotéticos (projetos) de armazenagem, segundo as preferências de um grupo de
decisores. Certamente, os critérios “Localização e Logística de Transporte”, “Infraestrutura e Aspectos
agrícolas regionais” e “Capacidade e Eficiência operacional”, embora sejam independentes entre si
sob o ponto de vista da modelagem das preferências do grupo, se referem exclusivamente aos aspectos
logísticos. Logo, a análise conjunta desses critérios demandam mais pesquisas, pois parecem ter
destaque na decisão de investimento em armazenagem e, como exposto, são o gargalo frente ao
cenário futuro de aumento da safra e de consumo.
O publico alvo desta pesquisa foram gerentes, diretores e tomadores de decisão que desejam
escolher projetos de investimento em unidades armazenadoras de soja. Esta pesquisa pode ser utilizada
como parte do processo de tomada de decisão em situações reais. Outra relevante contribuição é a
agregação de opiniões individuais para se obter uma valoração quantitativa da decisão de um grupo.
Fato este que aproxima da realidade os processos de tomada de decisão em empresas. Pois, geralmente
mais de uma pessoa de diversas áreas estão envolvidas numa decisão de investimento em projeto de
armazenagem. No entanto, a falta de validação dos critérios e subcritérios por meio de um caso real se
configura a limitação desta pesquisa.
Uma recomendação para compor futuras pesquisas sobre o assunto encontra-se na
consideração de uma análise de incerteza, a partir da construção de uma árvore de probabilidade para
as alternativas propostas no modelo. Estas alternativas podem ser baseadas na previsão de realização
da produtividade da safra e dados históricos para a definição das condições de sucesso e fracasso.
Além disso, análise de cenários e/ou elaboração de mais critérios que levem alguma análise de
incerteza em sua construção para minimizar o risco da decisão, podem ser acrescentadas à pesquisa.
Apêndice A - Questionário de pesquisa.
Referências
AFONSO, H. C. A. G. Analise dos custos de transporte da Soja Brasileira, 2006. Dissertação
(mestrado) – Engenharia de Transportes, Instituto Militar de Engenharia, Rio de Janeiro, RJ.
ANANDA, J; HERATH, G. A critical review of multi-criteria decision making methods with
special reference to forest management and planning. Ecological Economics, v.68, pág. 2535-
2548, 2009.
ANDERSON, V. L; STUPELLO, B.; LEAL, M. B. S.; CARDOSO, J. S. L.; PINTO, M. M.
O. Avaliação da capacidade dos terminais de granéis agrícolas utilizados para escoamento
da produção do centro-oeste brasileiro. Disponível em:
<http://www.gestaonaval.org.br/Workshops.aspx?area=Logistica>, acesso em 20 de janeiro,
2011.
AZEVEDO, L. F; OLIVEIRA, T. P; PORTO, A. G; SILVA, F. S. A capacidade estática de
armazenamento de grãos no Brasil. Anais ... XXVIII Encontro Nacional de Engenharia de
Produção, 2008.
BALLOU, R. H. Gerenciamento da Cadeia de Suprimentos/ Logística Empresarial. 5.ed.
Porto Alegre: Bookman, 2006.
BARFORD, M. B. An MCDA approach for the selection of bike projects bases on structuring
and appraising activities. European Journal of Operational Reaserch. v. 218, pág. 810-818,
2011.
BATAGLIN, L. M. C.; BASILIO, T. L.; VIEIRA, J. G. V.; ROSSETTI, N. Avaliação de
arranjo físico e custos logísticos na transferência de maquinário em uma unidade fabril.
Revista Eletrônica Produção & Engenharia, v. 3, n. 2, p. 300-308, Jan./Jun. 2013.
BELTON, V.; STEWART, T. J. Multiple Criteria Decision Analysis: an integrated approach
2.ed. Boston: Kluwer Academic Publishers, 2002.
BIAGI, J. D.; BERTOL, R.; CARNEIRO, M. C. Armazéns em Unidades centrais de
Armazenamento (Cap. 3) In: LORINI, I.; MIIKE, L. H. & SCUSSEL, V. M.; Armazenagem
de Grãos, 2002.
BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Projeções do Agronegócio.
2009/2010 a 2019/2020. Disponível em: <http://www.agricultura.go
v.br/arq_editor/file/MAIS%20DESTAQUES/Proje%C3%A7%C3%B5es%20Agroneg%C3%
B3cio%202009-2010%20a%202019-2020.pdf>. Acesso em: 28 de dezembro de 2010.
BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Projeções do Agronegócio.
2010/2011 a 2020/2021. Disponível em: <http://www.agricultura.gov.br/arq_edito
r/file/Ministerio/gestao/projecao/PROJECOES%20DO%20AGRONEGOCIO%202010-
11%20a%202020-21%20-%202_0.pdf>. Acesso em: 18 de julho de 2012.
BROOKER, D.B.; BAKKER-ARKEMA, F.W.; HALL, C.W. Drying and storage of grains
and oilseeds. New York: Van Nostrand Reinhold, 1992.
CAIXETA-FILHO, J.V.; MARTINS, R.S. Gestão Logística do transporte de Cargas. São
Paulo: Atlas, 2001.
CAMBOLAT, Y. B.; CHELST, K; GARG, N. Combining decision tree and MAUT for
selection a country for a global manufacturing facility. Omega International Journal of
Management Science, v. 35, pág. 312-325, 2005.
CONAB - Companhia Nacional de Abastecimento (2006). Corredores de Escoamento da
Produção Agrícola - Corredor do Rio Madeira. Disponível em
http://www.conab.gov.br/conabweb/download/nupin/rio_madeira.pdf.
CONAB - Companhia Nacional de Abastecimento (2007). Corredores de Escoamento da
Produção Agrícola - Corredor da BR-163. Disponível em <http://www.conab. CONAB:
http://www2.conab.gov.br/projcdaconsulta/seleciona_armazem.asp
CRUZ, M. H. Utilização de uma metodologia de apoio a decisão na análise de outsourcing
em uma empresa de metalurgia. Dissertação (mestrado) – Faculdade de Engenharia
Mecânica, Universidade Estadual de Campinas, Campinas, SP. 2011.
D’ARCE, M. A. B. R. Pós colheita e Armazenamento de Grãos. Disponível em: <
http://www.esalq.usp.br/departamentos/lan/pdf/Armazenamentodegraos.pdf >. Acesso em: 11
de junho, 2012.
DEVILLA, I. A. Projeto de Unidades Armazenadoras, 2004. Disponível em: <
http://www.ebah.com.br>. Acesso em: 10 de junho, 2012.
ENSSLIN, S. R.; SOUZA, M. V.; ENSSLIN L. Um estudo de caso sobre gestão de portfólio
de produtos e apoio à decisão multicritério, Produto & Produção, Vol. 13, pp. 106-132, 2012.
FORMAN, E.; PENIWATI, K. Aggregating individual judgements and priorities with the
Analytic Hierarchy Process, European Journal of Operational Research, Vol. 108, pp. 165-
169, 1998.
FREDERICO, S. Desvendando o agronegócio: financiamento agrícola e o papel estratégico
do sistema de armazenamento do sistema de grãos. GEOUSP - Espaço e Tempo, São Paulo,
Nº 27, pp. 47 - 61, 2010.
FREITAS, A. L. P.; CORDEIRO, A. G. Priorização de requisitos para o desenvolvimento de
software: uma abordagem multicritério utilizando AHP, Produto & Produção, Vol. 12, n.2
pp. 87-107, 2011.
GALLARDO, A. P.; STUPELLO, B.; GOLDBERG, D. J. K.; CARDOSO, J. S. L.; PINTO,
M. M. O. Avaliação da Capacidade de Infra-estrutura de Armazenagem para os Granéis
Agrícolas Produzidos no Centro Oeste Brasileiro, 2010. Disponível em:
<http://www.ipen.br>. Acesso em: 29 de dezembro, 2010.
GIL, A. C. Como elaborar projetos de pesquisa. 4 ed. São Paulo. Atlas, 2002.
HAJKOWICZ, S., A.; McDONALD, G., T.; SMITH, P., N. R. An evaluation of multiple
objective decision support weighting techniques in natural resource management. Journal of
Enviromental Planning and Management. v. 43, pág. 505-518, 2000.
HAYES R.; GARVIN, D. Managing as if Tommorow Mattered. Harvard Business Review,
pp. 71-79, Mai.-Jun. 1982.
HORA, H. R. M.; MONTEIRO, G. T. R. ; ARICA, J. Confiabilidade em Questionários para
Qualidade: Um Estudo com o Coeficiente alfa de Cronbach. Produto & Produção, v. 11, n. 2,
24 jun. 2010.
KEENEY, R., L. Value-focused thinking: A Path to Creative Decision Analysis. Harvard
University Press, Cambridge, 1992.
KEENEY, R., L. Value-focused thinking: Identifying decision opportunities and creating
alternatives. European Journal of Operational Reaserch. v. 92, pág. 537-549, 1996.
LACERDA FILHO, A. F. ; SILVA, Juarez de Souza e ; RESENDE, R. C. . Estruturas para
armazenagem de grãos. In: Juarez de Souza e Silva. (Org.). Secagem e armazenagem de
produtos agrícolas. 1ed.Viçosa: Editora Aprenda Fácil, 2000, v. 1, p. 325-344.
MARTINS, R. S.; REBECHI, D; PRATI, C. A.; CONTE, H. Decisões estratégicas na
logística do agronegócio: compensação de custos transporte-armazenagem para a soja no
estado do Paraná. Revista de Economia e Sociologia Rural, vol.9, n.1, pp. 53-78, 2005.
NETO, A. A. Finanças corporativas e valor. 3. ed. São Paulo: Atlas S.A., 2008. 716 p.
NOGUEIRA, M. C.; SILVA, C. A. C.; FAVARIN, J. V. R.; STUPELLO, B. Priorização de
investimentos para o desenvolvimento logístico do Mato Grosso voltado para o escoamento
da produção agrícola. Anais... XXII Congresso Nacional de Transporte Aquaviário,
Construção Naval e Offshore, 2008.
NOGUEIRA JUNIOR, S.; TSUNECHIRO, A. Produção Agrícola e Infra-estrutura de
Armazenagem no Brasil. Revista Informações Econômicas, São Paulo, v.35, n.2, fev, 2005.
OJIMA, A. L. R. O.; YAMAKAMI, A. Modelo de programação quadrática para análise da
movimentação logística e comercialização da soja brasileira. Engenharia Agrícola
Jaboticabal, v. 26, n. 2, p. 552-560, 2006.
OJIMA, A. L. R. O. (2006) “Perfil da Logística de Transporte de Soja no Brasil”.
Informações Econômicas, SP, v.36, n.1.
PARDALOS, P.M., SISKOS, Y., ZOPOUNIDIS, C. Advances in Multicriteria Analysis.
Dordrecht: Kluwer Academic Publishers, 1995.
PASIN, J. A. B. (2007) A Logística de Exportação da Soja em Grãos de Mato Grosso. Revista
do BNDES, Rio de Janeiro, v. 14, n. 27, p. 195-212, jun. 2007.
PINAZZA, L. A. Cadeia Produtiva da Soja: Volume 2, 2007. Disponível em: <
http://www.agricultura.gov.br/>. Acesso em: 28 de dezembro de 2010.
ROY, B., BOUYSSOU, D., 1993. Aide Multicritère à la Décision: Méthodes et Cas.
Economica, Paris.
SAATY, T.L. The Analytic Hierarchy Process, New York: McGraw Hill. International, 1980.
SALOMON, V. A.P. Auxílio à decisão para a adoção de políticas de compras, Produto &
Produção, Vol. 6, n.1 pp. 01-08, 2002.
SILVA, M. S.; MENEZES, T. M. (2008). Corredor de Escoamento Noroeste: Alternativa
Logística para Produtores Agrícolas das Regiões Centro e Norte do Estado do Mato Grosso.
Revista em Agronegócios e Meio Ambiente, v.1, n.1, p.37-44.
SOUZA FILHO, H. M.; GAUNZIROLI, C. E.; BUAINAIN, A. M. Metodologia para estudos
das relações de mercado em sistemas agroindustriais. 2008. Disponível em: <
http://www.iica.org.br/Docs/Publicacoes/Agronegocio/Metodologia_de_Sistemas_Agroindust
riais.pdf />. Acesso em: 12 de fevereiro de 2012.
TRIGEORGIS, L.: Real Option and Interactions with Financial Flexibility, Financial
Management, pp. 202-224, 1993.
YANG, J; LEE, H. An AHP decision model for facility location selection", Facilities, Vol.
15, pp.241 – 254, 1997.
ZANCHET, A. Depósitos Mercantis: um estudo de práticas contábeis dos depositários na
comercialização de produtos agrícolas no estado do Paraná. Dissertação (mestrado) –
Faculdade de Economia e Administração, Universidade de São Paulo, São Paulo, SP. 2004.
Recommended